实例启动异常常见错误与对应解决方案
针对实例启动过程中因操作系统内配置异常、异常关机等问题导致操作系统无法正常启动的情况，您可以通过VNC登录实例发现的启动异常或者实例健康诊断工具返回的异常字段，在本文查看此类问题的解决方案。Windows 1662001135：Windows系统因...
常见问题
更多产品定价常见问题 挂载访问FAQ Linux挂载NFS文件系统常见问题 Windows挂载SMB文件系统常见问题 Linux挂载SMB文件系统常见问题 Windows挂载NFS文件系统常见问题 为什么卸载旧NAS并重新挂载新NAS后，容器Pod仍将数据写入旧NAS？...
GxP欧盟附录11标准合规包
16.1 为了提供支持关键过程的计算机化系统，应作出规定，确保在系统出现故障（例如手动或替代系统）时继续为这些流程提供支持。采用替代安排所需的时间应视风险而定，并适合特定系统及其所支持的业务流程。应充分记录和测试这些安排。17.1 ...
单实例快速恢复
为了能够快速恢复系统故障，Hologres提供了单实例快速恢复的机制。本文为您介绍单实例快速恢复的触发条件和行为。实例快速恢复逻辑说明 Hologres在 V2.0版本之前，Hologres计算节点均为容器调度（即下图中的Worker Node），资源管理器...
跨地域容灾
容灾系统部署在阿里云的两个地域中，当生产站点发生故障（例如海啸、地震）时，业务系统切换到容灾站点。生产站点和容灾站点部署在不同的地域，提供容灾即服务，分钟级的高可靠的业务持续性保障，有效避免了地域性灾害导致的系统故障。
整机恢复
当ECS整机发生系统故障或者错误操作时，您可以通过备份点的克隆和恢复功能，实现应用版本回退。本文介绍整机恢复的相关操作。前提条件 已创建ECS整机备份。具体操作，请参见 创建ECS整机备份。重要 当源ECS存在时，支持直接恢复源ECS。当源...
云盘恢复
当ECS挂载的云盘发生系统故障或者错误操作时，您可以通过云盘在源地域的备份点或者复制到目标地域后的备份点，进行原盘恢复或者创建新盘操作来实现数据恢复。前提条件 已创建ECS整机备份。具体操作，请参见 备份ECS整机。背景信息 云盘恢复...
云盘恢复
当ECS挂载的云盘发生系统故障或者错误操作时，您可以通过云盘在源地域的备份点或者复制到目标地域后的备份点，进行恢复原盘或者创建新盘操作实现数据恢复。本文介绍云盘恢复的相关操作。前提条件 已创建云盘备份。更多信息，请参见 创建云...
捷顺
DAS服务自动SQL限流和自动SQL调优，帮助DBA从救火员转向数据库架构师，有更多时间和精力帮助研发优化系统架构，审核数据库的变更和各种操作，进一步降低系统故障的概率。DAS服务自动对数据库实例进行治理，帮助捷顺科技把数据库的运维成本...
Nginx网站常见问题排查
systemctl restart nginx#CentOS/Alinux系统 常见错误排查。Nginx 502可以参考：网站报“Nginx 502 bad gateway”错误的解决方法 及 使用Nginx进行访问网页出现“502”和“connect upstream time out”报错。Nginx网站访问卡慢排查 检查...
备份和恢复数据
当出现系统故障或错误操作时，如果在此之前已经创建了快照，您可以使用该快照恢复数据。本文以Windows客户端为例，为您介绍如何利用系统快照和自定义快照备份和恢复数据。背景信息 自定义快照：您可以根据业务需要在某一时间点创建快照，...
存储资源
磁盘性能下降，读写速度变慢，任务执行时间增加，系统的实时性降低，当磁盘IO负载过大无法承受时，可能导致磁盘故障、系统崩溃或数据丢失。常见的容错策略如下：数据缓存：将数据暂时存储在内存中，减少对磁盘IO的频繁访问。可以利用内存...
功能特性
通过日常巡检功能，可以例行化、自动化地对系统稳定性、可用性进行巡查，并将巡检结果实时同步推送至指定的钉钉群中，便于运维人员第一时间了解应用风险；同时支持生成巡检报告，供运维人员统一归档。巡检插件支持多种类型，包括 python、...
故障协同处理（基于钉钉）
故障状态：展示故障实时状态变化，PC端和移动端故障状态保持一致，分为四个故障操作节点记录故障状态变换，方便用户查询操作记录。时间线：展示故障的时间线记录，其中有7个节点必须完善详细内容，节点已用红星标注，包含：故障发生、故障...
客户案例
业务挑战 一致性，一致性是金融业务的生命线，为了应对硬件或者系统故障（IDC/OS/机器故障），传统的数据库在这方面为业务提供多种选择。最大可用模式在主库故障情况下可能造成数据丢失。最大保护模式会提高全年的不可用时间，并造成性能...
GTM如何实现异地容灾
方案架构 方案架构图 方案优势 健康检查：实时探测，故障切换支持手动、自动两种切换模式，保障用户访问连续不间断。统一管理：支持统一管理多数据中心（不同运营商、不同地域、不同厂商的数据中心）的IP地址和流量。简单易用：即开即用，...
ack-node-repairer
背景信息 节点自愈系统默认集成了常见的节点故障以及对应的节点修复操作。当节点出现故障时，自愈系统会自动对故障所在节点触发相应的修复操作。当故障被修复后，NPD会修改故障状态，达到故障检测以及修复的闭环。运维人员也可以自定义需要...
执行演练
在执行故障演练过程中，您可以实时查看演练进度、每个演练活动的运行状态及结果，同时也能够随时结束演练，进行恢复阶段的活动，清除故障演练影响。背景信息 一次完整的故障演练包括以下四个阶段：安装故障演练探针 创建演练 执行演练 停止...
主备方案介绍
灾备方案 说明 单可用区高可用方案 主备节点部署在同一可用区中的不同机器上，当任一节点发生故障时，由高可用HA（High Availability）系统监控主备节点的健康状态并自动执行故障切换，避免单点故障引起的服务中断。同城容灾方案 主备节点...
设计方案
容错 容错是指在分布式系统中，系统出现故障时，通过设计和实现可靠的机制和策略，使系统能够自动检测、排除或者纠正错误，保证系统能够正常运行，从而提高系统的可靠性和稳定性。容量 容量是在一定时间内，系统能够处理的最大工作量或数据...
GTM如何实现同城容灾
同城双活容灾架构，是指在同城建立两个可独立承担关键系统运行的数据中心，双中心具备基本等同的业务处理能力并通过高速链路实时同步数据，日常情况下可同时分担业务及管理系统的运行，并可切换运行；灾难情况下可在基本不丢失数据的情况下...
监控、诊断和故障排除
相对于传统应用程序，开发云端应用虽然降低了用户在基础设施搭建、运维等方面的成本，但却增大了监控、诊断和故障排查的难度。OSS存储服务为您提供了丰富的监控和日志信息，帮助您深刻洞察程序行为，及时发现并快速定位问题。本文主要描述...
网站耗资源（客户程序故障）常见问题
本文汇总了使用云虚拟主机出现网站耗资源（客户程序故障）时的常见问题。什么是网站耗资源（客户程序故障）？网站程序占用CPU及内存过多，是对资源的一种浪费。当您使用普通版共享云虚拟主机建站后，可能会因为网站程序编写不合理、代码...
新手指引
模块问题 计费常见问题 数据库常见问题 流量统计常见问题 网站管理常见问题 管理控制台常见问题 网站耗资源（客户程序故障）常见问题 更多常见问题，请参见 常见问题和故障排除汇总。反馈与建议 在使用阿里云云虚拟主机时，如果有任何疑问...
GTM实现跨网访问加速与故障切换
概述 方案介绍 大部分企业的应用服务都会使用多个运营商的IP地址，因此可能会存在跨网延迟、丢包、故障不可用等问题，而全局流量管理产品方案可以根据用户请求源地址的运营商，解析就近的应用服务器IP地址，实现就近接入、访问加速、故障...
使用云监控功能监控网站环境（部署于ECS实例）
设置进程监控 对于常见的Web应用，设置进程监控，不仅可以实时监控应用进程的运行情况，还有助于排查处理故障。具体操作，请参见 添加进程监控。设置站点监控 在云服务器外层的监控服务，站点监控主要用于模拟真实用户访问情况，实时测试...
AIOps 解决方案专家服务内容说明
调研的服务范围包含：基础资源调研、业务现状调研、应用系统调研《调研报告》2 智能故障发现方案设计 基于业务数据、资源组维度建立业务组单元，将业务组单元指标通过智能AI算法进行实时分析，帮助企业快速发现故障，列出可疑根因事件，并...
文档修订记录
新说明 为了能够快速恢复系统故障，Hologres提供了单实例快速恢复的机制。本文为您介绍单实例快速恢复的触发条件和行为。单实例快速恢复 2023.07.05 新增产品形态。新说明 计算抵扣包是实时数仓Hologres推出的计算资源抵扣包，用于抵扣实例...
耗资源用户处理流程
为了保证您的站点能够安全、稳定的运行，阿里云的监控系统会实时关注您的站点运行状态。当您的站点出现因过度消耗资源导致运行速度下降或严重影响服务器性能时，系统会根据影响程度采取不同的处理方式以保证网站正常运行。耗资源即程序异常...
基于Kubernetes容器集群的容灾架构与方案
在进行系统架构设计时，您必须考虑到信息系统和基础设施可能遇到的各种潜在威胁，例如：硬件故障、软件系统崩溃、人为操作失误、安全攻击、自然灾害等。为了确保系统能够在各种异常故障场景下快速恢复并保持业务连续性，您必须为系统设计...
Maxwell
常见问题 故障时投递重复的变更事件 在正常的操作环境下，Maxwell能够以exactly-once的语义投递每条变更事件，Flink能够正常消费Maxwell产生的变更事件。在非正常情况下（例如有故障发生），Maxwell只能保证at-least-once的投递语义。此时...
配置自动调优
外部系统故障或访问变慢时，会导致作业并发度增大，加重外部系统的压力，导致外部系统雪崩。常见的外部系统问题如下：数据总线DataHub分区不足或消息队列RocketMQ吞吐量不足。Sink性能问题。云数据库RDS死锁。智能调优和定时调优都支持基础...
网络资源
网络资源是流量入口和数据交互的基础设施，常见的网络资源风险点如下：网络带宽不足 指网络连接的带宽无法满足系统或应用程序的需求，导致网络传输速度慢，影响系统的响应和性能。针对网络资源带宽不足的情况：带宽监控预警：实时监控网络...
自动或手动主备切换
当主实例发生故障或不可用时（例如操作系统错误、硬件故障等），系统会自动触发主备切换，主实例和备实例将进行互换，切换后实例地址保持不变，应用程序会自动连接到新的主实例（原备实例），从而保障业务的连续性和高可用性。此外，您还...
Canal
常见问题 故障时投递重复的变更事件 在正常的操作环境下，Canal能够以exactly-once的语义投递每条变更事件，Flink能够正常消费Canal产生的变更事件。在非正常情况下（例如有故障发生），Canal只能保证at-least-once的投递语义。此时，Canal...
NVMe协议介绍
传统的ext3、ext4通常会缓存数据、元数据以加速访问性能，导致在一个节点下写入的数据、创建的文件、分配的磁盘空间信息被缓存在本地，无法被其他节点实时感知到，集群文件系统正是为解决该场景而存在，常见的集群文件系统包括OCFS2、DBFS...
Debezium
常见问题 故障时投递重复的变更事件 在正常的操作环境下，Debezium能够以exactly-once的语义投递每条变更事件，Flink能够正常消费Debezium产生的变更事件。在非正常情况下（例如有故障发生），Debezium只能保证at-least-once的投递语义。...
基于ack-lingjun-aiast组件实现集群自动化运维
该系统能够实时监测并分析系统的运行状态，快速检测故障并采取恢复措施，例如硬件故障、网络故障、软件错误等，从而降低运维成本，提高系统可靠性和稳定性。组件介绍 安装灵骏AI助手开启PAI的作业监控和恢复功能后，当发生故障或异常时，...
监控服务概览
OSS监控服务为您提供系统基本运行状态、性能以及计量等方面的监控数据指标，并且提供自定义报警服务，帮助您跟踪请求、分析使用情况、统计业务趋势，及时发现以及诊断系统的相关问题。OSS监控指标主要分为基础服务指标、性能指标和计量指标...
性能监控最佳实践
提高故障排查效率：当系统或应用出现故障时，传统的性能监控方案通常需要IT运维人员手动分析监控数据来确定故障原因，这样会浪费大量的时间和精力。而一体化性能监控能够对多种关联的监控数据进行自动分析和处理，帮助IT运维人员快速定位...
- 产品推荐
- 这些文档可能帮助您